Use of Synthetic Aperture Radar (SAR) to Identify and Characterize Overwintering Areas of Fish in Ice‐Covered Arctic Rivers: A Demonstration with Broad Whitefish and Their Habitats in the Sagavanirktok River, Alaska
Notice bibliographique
Résumé
Abstract In northern climates, locating overwintering fish can be very challenging due to thick ice cover. Areas near the coast of the Beaufort Sea provide valuable overwintering habitat for both resident and anadromous fish species; identifying them and understanding their use of overwintering areas is of special interest. Synthetic aperture radar (SAR) imagery from two spaceborne satellites was examined as an alternative to radiotelemetry for identifying anadromous fish overwintering. The presence of water and ice were sampled at 162 sites, and fish were sampled at 16 of these sites. From SAR imagery alone, we successfully identified large pools inhabited by overwintering fish in the ice‐covered Sagavanirktok River, Alaska. In addition, the imagery was able to identify all of the larger pools (mean minimum length = 138 m, SD = 131, range = 15–470 m) of water located by field sampling. The effectiveness of SAR in identifying these pools varied from 31% to 100%, depending on imagery polarization, the incidence angle range, and the orbit. Horizontal transmit—vertical receive (HV) polarization appeared to be best. The accuracy of SAR was also assessed at a finer pixel‐by‐pixel scale (30 × 30 m). The best correspondence at this finer scale was obtained with an image having HV polarization. The levels of agreement ranged from 54% to 69%. The presence of broad whitefish Coregonus nasus (the only anadromous species present) was associated with salinity and pool size (estimated with SAR imagery); fish were more likely to be found in larger pools with low salinity. This research illustrates that SAR imaging has great potential for identifying under‐ice overwintering areas of riverine fish. These techniques should allow managers to identify critical overwintering areas more easily and at lower cost than traditional techniques permit.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».